你有沒有發(fā)現(xiàn)一個矛盾的現(xiàn)象？一邊是鋪天蓋地的AI成功故事，融資消息滿天飛，各種AI產(chǎn)品每天都在發(fā)布。另一邊卻是企業(yè)真實的困境：IBM的研究顯示75%的AI解決方案沒有帶來預(yù)期的ROI（投資回報率），MIT的報告更慘，95%的AI項目沒有任何可衡量的回報。這個巨大的鴻溝到底是怎么回事？為什么看起來如此光鮮的AI技術(shù)，落地時卻如此艱難？

前幾天我看了一個視頻，是Ben分享的關(guān)于2026年AI商業(yè)模式的深度分析。Ben自己經(jīng)營AI agency（AI代理機構(gòu)）和AI軟件業(yè)務(wù)已經(jīng)超過兩年，他的觀察讓我產(chǎn)生了很多共鳴。他指出了一個被很多人忽視的現(xiàn)實：那些真正賺錢、真正為客戶帶來價值的AI業(yè)務(wù)，往往不是那些看起來最炫酷的純產(chǎn)品公司，而是那些看起來"很無聊"的、提供服務(wù)+產(chǎn)品組合的企業(yè)。這個觀點徹底顛覆了我對AI創(chuàng)業(yè)的認知。

PS：我們正在招人，歡迎感興趣的小伙伴加入，一同共創(chuàng)1-10的快速發(fā)展期

為什么大部分AI解決方案都失敗了

Ben在視頻中提到了一個令人震驚的數(shù)據(jù)對比。雖然ChatGPT的使用率在飛速增長，企業(yè)也在瘋狂嘗試各種AI解決方案，但真正能看到商業(yè)價值的卻少之又少。根據(jù)MIT的研究，在供應(yīng)商銷售的AI解決方案中，只有5%的試點項目最終進入了生產(chǎn)環(huán)境。Deloitte（德勤）發(fā)現(xiàn)只有15%的組織表示他們從AI中獲得了顯著的、可衡量的ROI。PWC（普華永道）報告顯示76%的企業(yè)還沒有看到利潤影響。這些數(shù)字實在太糟糕了。

但與此同時，我們也看到了完全相反的案例。Clara報告說他們的AI助手幫助削減了40%的客戶服務(wù)成本，而且沒有降低客戶滿意度。Intercom每周解決超過一百萬次客戶支持對話。Freshwork使用AI將IT幫助臺的工單解決時間減少了76%。同樣是AI，為什么有些公司能獲得如此驚人的回報，而其他公司卻顆粒無收？

Ben總結(jié)了三個關(guān)鍵因素，我覺得說得非常到位。第一個因素是定制化和流程重組。AI能夠自動化勞動力，但它只有在真正嵌入到實際工作流程中時才能創(chuàng)造ROI，而不是簡單地在工具棧中添加另一個工具。這意味著通常需要一定程度的定制、集成，甚至重新設(shè)計現(xiàn)有流程。勞動力是與公司的獨特數(shù)據(jù)、邊緣案例、工具以及對"什么是好"的定義緊密相關(guān)的。McKinsey（麥肯錫）的一項研究證實了這一點，他們發(fā)現(xiàn)在測試的25個屬性中，為AI重新設(shè)計和定制工作流程對組織是否能從生成式AI解決方案中看到實際EBIT（息稅前利潤）影響的影響最大。

我對這點深有體會。很多企業(yè)以為買一個AI工具就能立即見效，就像買一個Excel軟件一樣。但AI不是這樣工作的。每個公司的數(shù)據(jù)結(jié)構(gòu)不同，業(yè)務(wù)流程不同，對質(zhì)量的定義也不同。如果不進行深度定制，AI就像一個不了解公司情況的新員工，根本無法勝任工作。這就是為什么那些開箱即用的AI產(chǎn)品往往效果不佳，而那些經(jīng)過深度定制的解決方案才能真正創(chuàng)造價值。

第二個因素是團隊培訓(xùn)和思維轉(zhuǎn)變。Ben強調(diào)，AI是一項新技術(shù)，傳統(tǒng)軟件是確定性的（deterministic），而AI軟件是概率性的（probabilistic）。人們需要重新學(xué)習(xí)如何批判性地看待AI軟件的輸出，而不是盲目信任。很多人看到一次錯誤輸出就認為這個AI解決方案不成熟，而不是理解這項新技術(shù)的本質(zhì)。如果團隊不學(xué)會如何使用AI軟件，如何評估輸出，何時驗證，什么是好的結(jié)果，公司內(nèi)部的采用率往往會死掉。

Ben提到了一個很好的例子，他們的AI SEO軟件是一個產(chǎn)品化的解決方案，但如果不培訓(xùn)團隊如何使用系統(tǒng)本身以及如何與AI協(xié)作，它就無法被正確采用。我覺得這點特別重要，因為它揭示了一個很多人忽視的真相：AI不是魔法，它需要人類學(xué)會如何與之協(xié)作。就像當(dāng)年從命令行界面轉(zhuǎn)向圖形界面時，用戶也需要學(xué)習(xí)新的交互方式?，F(xiàn)在從傳統(tǒng)軟件轉(zhuǎn)向AI軟件，同樣需要一個學(xué)習(xí)曲線。

第三個因素是持續(xù)運營和人工監(jiān)督。由于AI解決方案通常承諾交付結(jié)果而不僅僅是生產(chǎn)力工具，這意味著通常需要有人負責(zé)并擁有系統(tǒng)的運營。工作在變化，業(yè)務(wù)在變化，AI發(fā)展得非常快。所有這些因素意味著通常需要有人監(jiān)控質(zhì)量，成為人工循環(huán)（human in the loop）的一部分，處理邊緣案例，收緊護欄，更新提示詞和邏輯，并且總體上保持它與業(yè)務(wù)的一致性。

Ben把AI比作一個聰明的實習(xí)生，它仍然需要手把手的指導(dǎo)和輔導(dǎo)才能產(chǎn)生結(jié)果，而不是一個可以設(shè)置后就忘記的軟件。我非常認同這個比喻。很多企業(yè)期望AI能像傳統(tǒng)SaaS（軟件即服務(wù)）那樣，部署后就能自動運行。但AI更像是雇傭了一個員工，需要持續(xù)的管理、反饋和調(diào)整。Gardner的一項研究也支持這一點，定期進行AI系統(tǒng)評估和優(yōu)化能夠?qū)@得高價值的可能性提高三倍。

成功的AI業(yè)務(wù)都在做什么

那么成功的AI業(yè)務(wù)是如何確保這些因素得到滿足的呢？Ben的答案很簡單也很重要：通常是通過在AI解決方案或AI軟件之上添加服務(wù)層（service layer）。這就是那個"無聊"但極其有效的商業(yè)模式的核心。我們看到所有類型的成功AI業(yè)務(wù)，使用AI原生軟件的企業(yè)，都在越來越多地提供咨詢、教育和定制實施的組合。

Ben詳細分析了幾種主要的商業(yè)模式。第一種是AI初創(chuàng)公司和AI軟件業(yè)務(wù)越來越多地設(shè)有咨詢部門。Forward deployed engineers（前置部署工程師）或solution engineers（解決方案工程師）現(xiàn)在是AI初創(chuàng)公司中最搶手、價值最高的職位之一。有數(shù)十家Y Combinator初創(chuàng)公司正在通過這些前置部署工程師提供這些服務(wù)，以確保部署真正發(fā)生。這些工程師根據(jù)解決方案的不同，幫助持續(xù)優(yōu)化并將產(chǎn)品集成到每個特定業(yè)務(wù)中。他們有時提供咨詢，幫助企業(yè)優(yōu)先排序和重新規(guī)劃流程，有時則教育和培訓(xùn)團隊如何與AI協(xié)作并高效使用這些工具。

我看了一下Ben提到的那些Y Combinator公司，Harvey AI、Strata AI、Sakana、Collectwise、Furai等等，他們都在大量招聘這類角色。即使是大公司如n8n、Relevance AI或Make.com，他們通常也為大客戶提供服務(wù)部門，并擁有可以為小客戶提供這類服務(wù)的合作伙伴網(wǎng)絡(luò)。想想n8n的成功，很大程度上是因為有YouTube上的博主教育了許多企業(yè)主如何實際使用這些工具。這說明了什么？說明即使是最好的產(chǎn)品，也需要教育和服務(wù)層才能真正發(fā)揮價值。

根據(jù)具體軟件的不同，有些更傾向于定制服務(wù)，有些更傾向于培訓(xùn)賦能，有些更傾向于咨詢。有時是三者的混合，但對于幾乎所有這些AI原生軟件業(yè)務(wù)來說，這個服務(wù)層仍然是向企業(yè)交付真正ROI所必需的。這徹底打破了我之前對軟件業(yè)務(wù)的理解。在傳統(tǒng)SaaS時代，最成功的商業(yè)模式是完全自助服務(wù)、可擴展的產(chǎn)品。但在AI時代，即使是最好的產(chǎn)品也需要服務(wù)層的支持。

第二種商業(yè)模式是AI優(yōu)先的服務(wù)機構(gòu)（AI-first service agencies），比如營銷或潛在客戶開發(fā)機構(gòu)，它們在內(nèi)部流程中大量使用AI來自動化向客戶提供的服務(wù)。Ben提到了Called IQ，這是一家AI優(yōu)先的潛在客戶開發(fā)機構(gòu)，使用AI自動化一些內(nèi)容、電子郵件和LinkedIn外聯(lián)流程，通過客戶經(jīng)理或GTM engineers（進入市場工程師）來提供這些服務(wù)。這些機構(gòu)有一個優(yōu)勢，因為他們自己就是AI操作員。所以通常不需要培訓(xùn)客戶團隊使用AI軟件。但這本身就是一個服務(wù)業(yè)務(wù)，提供咨詢和定制策略，通常通過這些客戶經(jīng)理來完成，他們越來越需要變得更加技術(shù)化，這就是為什么AI GTM工程師成為一種新型的、高需求的職位。

我覺得這種模式特別聰明。與其試圖說服客戶改變他們的工作方式，不如直接為他們提供結(jié)果?？蛻舨恍枰獙W(xué)習(xí)如何使用AI，他們只需要看到更好的營銷效果或更多的潛在客戶。這種模式把AI的復(fù)雜性完全隱藏在服務(wù)背后，客戶購買的是結(jié)果，而不是工具。這也解釋了為什么很多傳統(tǒng)服務(wù)機構(gòu)通過引入AI可以大幅提高利潤率，因為他們的交付成本降低了，但客戶支付的價格并沒有相應(yīng)降低。

第三種是能夠為企業(yè)提供最大ROI并獲得最多牽引力的AI自動化機構(gòu)（AI automation agencies）。這些機構(gòu)不只是專注于構(gòu)建，而是成為企業(yè)的AI合作伙伴，提供完整的服務(wù)層，包括通過AI審計提供咨詢、定制實施和團隊培訓(xùn)，教他們?nèi)绾胃咝У嘏c這些系統(tǒng)協(xié)作。在這些機構(gòu)中，非常有價值的職位是delivery managers（交付經(jīng)理），他們具有業(yè)務(wù)理解、AI技術(shù)和溝通能力的綜合素質(zhì)。他們可以持續(xù)咨詢、重新規(guī)劃流程、發(fā)現(xiàn)低效環(huán)節(jié)、培訓(xùn)團隊并配置AI操作員。

Ben分享了他自己的經(jīng)歷很有啟發(fā)性。當(dāng)他剛開始做agency時，他們更專注于實施部分，這經(jīng)常導(dǎo)致AI解決方案不被公司使用或采用。后來他們采用了一種將策略、教育和實施相結(jié)合的方法，并引入了這些交付經(jīng)理。從那時起，他們?yōu)槠髽I(yè)創(chuàng)造的采用率和ROI就高得多。這個轉(zhuǎn)變非常關(guān)鍵，它說明了一個道理：技術(shù)實施只是成功的一小部分，真正的價值在于確保解決方案被正確使用并產(chǎn)生結(jié)果。

第四種高價值的角色是AI officers（AI官員）或fractional AI officers（兼職AI官員），他們具有業(yè)務(wù)敏銳度和AI技術(shù)理解的綜合技能集，可以為企業(yè)提供同樣的服務(wù)組合，幫助企業(yè)在AI時代轉(zhuǎn)型。Ben提到這個角色有很多名字，比如fractional AI officer或AI transformation officer（AI轉(zhuǎn)型官員），但歸根結(jié)底是那些擁有特別高價值技能集的人，能夠從AI解決方案中為企業(yè)帶來真正的ROI。

產(chǎn)品和服務(wù)的界限正在模糊

Ben的一個核心觀點讓我印象特別深刻：即使我們現(xiàn)在可以用Claude Code在幾小時內(nèi)構(gòu)建出色的軟件，但如果想要建立一個AI產(chǎn)品業(yè)務(wù)，大多數(shù)時候（不是所有時候，但大多數(shù)時候）你需要大量投資于提供服務(wù)。很多人把產(chǎn)品和服務(wù)看作非黑即白，但Ben認為在AI領(lǐng)域這更像是一個光譜。可能有一些完全自助服務(wù)的AI SaaS，也有一些像AI轉(zhuǎn)型機構(gòu)那樣完全定制的。

我完全同意他的觀點。Ben的論點是，大多數(shù)試圖在2026年起步的AI業(yè)務(wù)，無論商業(yè)模式如何，都需要添加服務(wù)層的某些部分。因為即使你有一個完全自助服務(wù)的產(chǎn)品，你可能也需要大量投資于教育和入門培訓(xùn)。隨著像Claude Code這樣的工具的出現(xiàn)，產(chǎn)品構(gòu)建正在變得越來越民主化。雖然在SaaS時代產(chǎn)品很難構(gòu)建，但現(xiàn)在讓一個成功的AI SaaS起步，已經(jīng)不再是關(guān)于代碼，而更多是關(guān)于AI部署能力。

這個洞察非常深刻。它意味著技術(shù)門檻在降低，但服務(wù)門檻在提高。過去，能寫代碼就能創(chuàng)造很大價值，因為寫代碼很難。現(xiàn)在，能寫代碼已經(jīng)不夠了，因為AI可以幫你寫代碼。真正有價值的是理解客戶需求、設(shè)計正確的解決方案、確保它被正確部署和使用。這些都需要深厚的服務(wù)能力，而不僅僅是技術(shù)能力。

Ben說很多人夢想著構(gòu)建一個AI產(chǎn)品，保持精簡，然后賣給成千上萬的人。但對于大多數(shù)沒有多年創(chuàng)業(yè)經(jīng)驗、VC connections（風(fēng)投關(guān)系）或硅谷人脈的人來說，現(xiàn)實是即使提供服務(wù)不是最終目標(biāo)，它們也是今天交付真正ROI的最快路徑。而且服務(wù)也是產(chǎn)品化的最佳載體。當(dāng)同樣的模式在不同客戶之間重復(fù)出現(xiàn)時，相似的工作流程調(diào)整、相似的集成、相似的培訓(xùn)問題和重復(fù)的ROI，它們就成為了應(yīng)該重復(fù)和產(chǎn)品化的信號。

我覺得這是最重要的一個觀點。好的產(chǎn)品通常來自證據(jù)，而不是假設(shè)。A16Z（Andreessen Horowitz，一家頂級VC公司）也發(fā)表了一篇關(guān)于AI時代產(chǎn)品導(dǎo)向增長（product-led growth）與服務(wù)導(dǎo)向增長（service-led growth）的文章。他們看到同樣的趨勢：能夠提供最大ROI并獲得最多長期收入的企業(yè)是采用服務(wù)導(dǎo)向的AI業(yè)務(wù)。盡管這可能意味著在開始時利潤率較低、工作量更大，但通常意味著你能更快地找到產(chǎn)品市場契合度（product-market fit）。

Ben用他自己的AI SEO軟件作為例子。他們?yōu)槎鄠€客戶構(gòu)建了定制的SEO系統(tǒng)，以了解產(chǎn)品需要什么、什么真正能產(chǎn)生結(jié)果、需要哪些集成、如何讓人們高效使用它。通過這個過程，他們能夠越來越多地將解決方案產(chǎn)品化。但即使在與100多家企業(yè)合作過這個軟件之后，他們?nèi)匀恍枰獙γ總€客戶在教育和培訓(xùn)方面進行大量投資，才能從這些解決方案中獲得實際結(jié)果。

我對AI商業(yè)模式的深度思考

聽完Ben的分享后，我對AI商業(yè)的本質(zhì)有了更深的理解。我認為我們正在經(jīng)歷的不僅僅是技術(shù)變革，更是商業(yè)模式的根本性轉(zhuǎn)變。在傳統(tǒng)軟件時代，scalability（可擴展性）是王道。最成功的軟件公司是那些能夠以最低的邊際成本服務(wù)最多客戶的公司。這就是為什么SaaS模式如此受追捧，因為一旦軟件開發(fā)完成，服務(wù)一個客戶和服務(wù)一萬個客戶的成本幾乎相同。

但AI改變了這個游戲規(guī)則。AI的價值不在于軟件本身，而在于它如何被應(yīng)用到特定的業(yè)務(wù)場景中。每個企業(yè)的數(shù)據(jù)不同、流程不同、目標(biāo)不同，這意味著同一個AI工具在不同企業(yè)中的部署方式和效果可能完全不同。這就是為什么定制化和服務(wù)層變得如此重要。我們不能再用傳統(tǒng)軟件的思維來思考AI業(yè)務(wù)。

我覺得AI業(yè)務(wù)更像是咨詢業(yè)和軟件業(yè)的混合體。它需要咨詢業(yè)的客戶洞察和定制能力，同時也需要軟件業(yè)的技術(shù)能力和規(guī)?；瘽摿?。那些試圖走純產(chǎn)品路線的AI公司往往會遇到adoption（采用率）問題，因為他們的產(chǎn)品雖然技術(shù)上很先進，但客戶不知道如何使用或者無法集成到現(xiàn)有流程中。而那些走純服務(wù)路線的公司雖然能夠滿足客戶需求，但缺乏規(guī)?；哪芰?，利潤率也受限。

最成功的AI業(yè)務(wù)模式是在這兩者之間找到平衡。Ben提到的那些成功案例，無論是Y Combinator的AI初創(chuàng)公司、AI優(yōu)先的服務(wù)機構(gòu)，還是AI自動化機構(gòu)，它們的共同點是都提供了產(chǎn)品和服務(wù)的組合。它們用產(chǎn)品來提供核心功能和可擴展性，用服務(wù)來確保產(chǎn)品被正確部署和使用。這種混合模式可能在短期內(nèi)利潤率較低，但長期來看卻更可持續(xù)，因為它真正為客戶創(chuàng)造了價值。

我還注意到一個有趣的趨勢：AI時代的高價值職位都是復(fù)合型的。不再是純粹的工程師或純粹的業(yè)務(wù)人員，而是那些既懂技術(shù)又懂業(yè)務(wù)的人。Forward deployed engineers需要理解客戶的業(yè)務(wù)流程，AI GTM engineers需要既懂技術(shù)實現(xiàn)又懂市場策略，delivery managers需要有業(yè)務(wù)理解、技術(shù)能力和溝通技巧，AI officers更是需要全方位的能力。這反映了AI業(yè)務(wù)的本質(zhì)特征：技術(shù)和業(yè)務(wù)的深度融合。

從創(chuàng)業(yè)角度來看，我認為Ben的建議非常實用。對于想要進入AI領(lǐng)域的人，不要一開始就想著做一個scalable的產(chǎn)品。先從提供服務(wù)開始，通過服務(wù)來深入理解客戶需求、積累經(jīng)驗、發(fā)現(xiàn)可重復(fù)的模式。當(dāng)你為10個客戶解決了同樣的問題后，你就知道什么值得產(chǎn)品化了。這種從服務(wù)到產(chǎn)品的路徑雖然看起來"無聊"，但卻是最穩(wěn)健、最有可能成功的。

我也思考了為什么傳統(tǒng)的產(chǎn)品思維在AI時代失效了。我認為根本原因在于AI的概率性本質(zhì)。傳統(tǒng)軟件是確定性的，給定相同的輸入，總是產(chǎn)生相同的輸出。但AI是概率性的，相同的輸入可能產(chǎn)生不同的輸出，而且輸出的質(zhì)量取決于很多因素，包括訓(xùn)練數(shù)據(jù)、提示詞、上下文等。這種不確定性意味著AI不能像傳統(tǒng)軟件那樣"設(shè)置后忘記"，它需要持續(xù)的監(jiān)督、調(diào)整和優(yōu)化。

這就解釋了為什么服務(wù)層如此重要。服務(wù)層提供的不僅是技術(shù)支持，更是一種持續(xù)的優(yōu)化和調(diào)教過程。就像Ben說的，AI更像是一個聰明的實習(xí)生，而不是一個自動化工具。你需要給它反饋，調(diào)整它的行為，處理它的錯誤，教它新的技能。這個過程不是一次性的，而是持續(xù)的。這就是為什么那些只賣產(chǎn)品不提供服務(wù)的AI公司很難成功，因為他們把這個持續(xù)優(yōu)化的責(zé)任推給了客戶，而大多數(shù)客戶沒有能力或意愿來承擔(dān)這個責(zé)任。

對未來的展望和建議

基于Ben的分析和我自己的思考，我對AI業(yè)務(wù)的未來有幾個判斷。短期內(nèi)（未來2-3年），服務(wù)導(dǎo)向的AI業(yè)務(wù)模式將繼續(xù)占主導(dǎo)地位。技術(shù)還在快速演進，每個企業(yè)的需求都不同，standardization（標(biāo)準(zhǔn)化）還沒有形成。這個階段，能夠提供深度定制和持續(xù)支持的企業(yè)將獲得最大的價值。

中期來看（3-5年），我們會看到一些成功的模式開始產(chǎn)品化。那些在服務(wù)過程中發(fā)現(xiàn)了可重復(fù)模式的企業(yè)，會開始將這些模式固化為產(chǎn)品功能。但即使在這個階段，完全自助服務(wù)的AI產(chǎn)品仍然會是少數(shù)，大部分成功的AI企業(yè)仍然會保留一定的服務(wù)成分。就像現(xiàn)在的企業(yè)軟件市場，雖然有Salesforce這樣高度產(chǎn)品化的公司,但它們?nèi)匀挥旋嫶蟮膶嵤┗锇榫W(wǎng)絡(luò)和專業(yè)服務(wù)團隊。

長期來看（5年以上），AI技術(shù)會變得更加成熟和可靠，用戶也會變得更加熟悉如何與AI協(xié)作。這時候，我們可能會看到更多完全產(chǎn)品化的AI解決方案出現(xiàn)。但我認為服務(wù)層永遠不會完全消失，因為業(yè)務(wù)的復(fù)雜性和多樣性是永恒的。即使AI變得更智能，企業(yè)仍然需要幫助來將AI集成到他們獨特的業(yè)務(wù)流程中。

對于想要進入AI領(lǐng)域的專業(yè)人士，我的建議是要培養(yǎng)復(fù)合型能力。不要只學(xué)技術(shù)或只學(xué)業(yè)務(wù)，而是要兩者兼顧。學(xué)習(xí)一些AI自動化工具，比如n8n、Make.com，也學(xué)習(xí)一些coding，比如Claude Code。但同時也要培養(yǎng)業(yè)務(wù)洞察力，學(xué)會識別企業(yè)痛點，設(shè)計解決方案，與客戶溝通。這種復(fù)合能力在未來會非常值錢。

Ben建議專業(yè)人士應(yīng)該慢慢將自己定位為所在企業(yè)的AI操作員或AI官員。開始自動化自己的一些流程，擴展到業(yè)務(wù)中的其他流程，向團隊中的其他人展示和培訓(xùn)如何使用AI。這不僅會讓你在當(dāng)前公司變得不可替代，還會為你建立AI時代的寶貴技能集。我非常認同這個建議，因為AI不會取代人，但會使用AI的人會取代不會使用AI的人。

對于想要創(chuàng)業(yè)的人，Ben的建議是從AI agency或fractional AI officer開始。因為你會自然而然地建立起這三項技能：咨詢、實施和培訓(xùn)。工具可以在幾周內(nèi)學(xué)會，但這些技能需要在實踐中積累。而且大多數(shù)企業(yè)都落后于AI趨勢，只要你比他們領(lǐng)先幾周，他們就愿意長期與你合作。通常只需要2到4個客戶就能達到每月1萬到2萬美元的經(jīng)常性收入。

如果你已經(jīng)在經(jīng)營AI agency，Ben建議真正投資于提供服務(wù)組合：咨詢、培訓(xùn)和實施。很多機構(gòu)純粹專注于實施，但增加通過AI審計、workshop（研討會）和培訓(xùn)來提供的咨詢和培訓(xùn)層，才是真正推動你所構(gòu)建的解決方案產(chǎn)生ROI的關(guān)鍵。而且你可以讓這些客戶簽訂長期合作協(xié)議，這是這種商業(yè)模式中經(jīng)常性收入的關(guān)鍵。

如果你是現(xiàn)有的服務(wù)機構(gòu)，比如營銷機構(gòu)或潛在客戶開發(fā)機構(gòu)，或者在這類領(lǐng)域有經(jīng)驗，你也處于一個很好的位置。不要因為外面的炒作而猶豫是否要轉(zhuǎn)向AI agency或構(gòu)建AI產(chǎn)品業(yè)務(wù)。如果你能夠在內(nèi)部利用AI來向企業(yè)提供營銷或潛在客戶開發(fā)服務(wù)，你就能建立一個非常好的高利潤率業(yè)務(wù)。關(guān)鍵是要認識到AI可以大幅降低你的交付成本，而不是完全改變你的商業(yè)模式。

如果你是一個正在努力獲得牽引力的AI產(chǎn)品業(yè)務(wù)，Ben建議真正考慮在幾個月或幾年內(nèi)大量投資于服務(wù)層，然后再完全嘗試產(chǎn)品化。我覺得這個建議特別重要，因為很多AI創(chuàng)業(yè)公司失敗不是因為產(chǎn)品不好，而是因為他們太早追求規(guī)模化，忽視了服務(wù)的重要性。先通過服務(wù)證明價值，找到product-market fit，然后再考慮規(guī)?；?。

最后我想說，2026年的AI領(lǐng)域還沒有真正的專家。大家都在學(xué)習(xí)，都在摸索。這既是挑戰(zhàn)，也是機會。那些愿意深入學(xué)習(xí)、實踐和分享的人，都有機會成為這個領(lǐng)域的先行者。就像Ben說的，要利用這個巨大的adoption gap（采用差距），今天就跳入AI領(lǐng)域。不要等到所有東西都成熟了，那時候機會窗口就關(guān)閉了。

我相信未來幾年會是AI商業(yè)模式定型的關(guān)鍵時期。那些找到產(chǎn)品和服務(wù)最佳平衡點的企業(yè)，那些真正為客戶創(chuàng)造價值而不是追逐技術(shù)炒作的企業(yè)，那些培養(yǎng)了復(fù)合型能力的團隊，將會成為這個時代的贏家。而那個看起來"無聊"的服務(wù)+產(chǎn)品混合模式，恰恰可能是最sustainable（可持續(xù)）、最有價值的AI商業(yè)模式。

結(jié)尾

也歡迎大家留言討論，分享你的觀點！

覺得內(nèi)容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產(chǎn)出更好的內(nèi)容。

歡迎關(guān)注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產(chǎn)品創(chuàng)業(yè)方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預(yù)測：Vibe coding贏者通吃？錯了，垂直專業(yè)化才是未來